tMatchIndex - 6.5

Continuous matching

author
Talend Documentation Team
EnrichVersion
6.5
EnrichProdName
Talend Big Data Platform
Talend Data Fabric
Talend Real-Time Big Data Platform
task
Création et développement > Systèmes tiers > Composants Data Quality > Composants de rapprochement > Composants de rapprochement continu
Gouvernance de données > Systèmes tiers > Composants Data Quality > Composants de rapprochement > Composants de rapprochement continu
Qualité et préparation de données > Systèmes tiers > Composants Data Quality > Composants de rapprochement > Composants de rapprochement continu
EnrichPlatform
Studio Talend
Talend Data Stewardship

Ce composant indexe un jeu de données nettoyées et dédoublonnées dans ElasticSearch afin d'effectuer un rapprochement continu.

Avant d'indexer un jeu de données dans ElasticSearch à l'aide du composant tMatchIndex, vous devez avoir réalisé l'ensemble des opérations de rapprochement et de déduplication :
  • Vous avez généré un modèle permettant d'appairer les données et calculé les paires suspectes à l'aide du tMatchPairing.

  • Vous avez libellé un échantillon manuellement ou en utilisant Talend Data Stewardship afin de générer un modèle de rapprochement à l'aide du tMatchModel.

  • Vous avez prédit les libellés sur les paires suspectes selon le modèle de rapprochement et le modèles permettant d'appairer les données à l'aide du tMatchPredict.

  • Vous avez nettoyé et dédupliqué le jeu de données à l'aide du tRuleSurvivorship.

Ensuite, vous n'avez pas besoin de répéter le processus de rapprochement depuis le début lorsque vous avez de nouveaux enregistrement ayant le même schéma. Vous pouvez indexer le jeu de données nettoyé dans ElasticSearch afin d'effectuer un rapprochement continu des données.

Pour plus d'informations concernant le tMatchIndexPredict, consultez tMatchIndexPredict.

Ce composant s'exécute avec Spark 2.0+ et ElasticSearch 5+.

Pour plus d'informations concernant les technologies supportées par Talend, consultez Composants Talend.